Cílem této diplomové práce je ověřit metodu panelového sekvenování genů pro detekci biomarkerů v diagnostických solidních nádorech. V teoretické části jsou diskutovány základní principy personalizované medicíny a role genomických biomarkerů v této léčebné strategii. Protože naše experimenty byly z velké míry prováděny na BRCA-mutovaných nádorech a chordomech, je zde popsána také cílená terapie pro tyto typy nádorů. Hlavní pozornost je však věnována srovnání různých přístupů sekvenační analýzy nádorového genomu, zejména s ohledem na uplatnění v klinické praxi. Experimentální část je zaměřena na využitelnost panelu NEBNext Direct Cancer HotSpot Panel, který pokrývá specifické regiony 50 genů. Ačkoli tato metoda prokázala schopnost detekovat většinu hledaných variant, nezachytila jeden z důležitých prediktivních biomarkerů odpovědi na anti-EGFR terapii. Na základě toho byl genový panel posouzen pro odlišné aplikace, jako je analýza chordomů. Protože metoda umožňuje začlenění UMI barkódů do sekvenačních čtení, bylo dalším záměrem experimentů otestovat přínosy tohoto přístupu. Pro zpracování sekvenačních dat se začleněnými UMI byla s pomocí otevřených programů sestavena bioinformatická analýza a výsledky byly porovnány s výstupy programu MiSeq Reporter Software. Analýza byla posléze úspěšně ověřena i pro další panel NEBNext Direct BRCA1/BRCA2.The objective of this master's thesis is to evaluate a gene-panel sequencing method for detection of biomarkers in diagnostic solid tumours. In the theoretical part, the basic principles of personalized medicine and the role of genomic biomarkers in this treatment strategy are discussed. Targeted therapies for BRCA-mutated cancers and chordomas are also included, because the gene-panel testing in our experiments was performed mostly on these types of tumours. Nevertheless, the main attention is devoted to the comparison of different approaches for cancer genome sequencing analysis with respect to their utility in clinical practice. The experimental part is focused on the applicability of NEBNext Direct Cancer HotSpot Panel covering specific regions of 50 genes. Even though the method proved to be able to detect most of the desired variants, it missed one of the important predictive biomarkers for response to anti-EGFR therapy. Accordingly, the gene panel was considered for different applications such as analysis of chordomas. Since the method enables incorporation of UMI adapters into the sequencing reads, the next goal of the thesis was to explore benefits of this approach. For processing UMI-containing sequencing data, the pipeline using open-source software was created and results were compared with outputs from MiSeq Reporter Software. The pipeline was then successfully evaluated also for another panel NEBNext Direct BRCA1/BRCA2.